成果展示與分析#

mask 預測結果比較#

原圖#

../../_images/Nanshan2_original.png

Fig. 1 original#

遮罩後的圖檔#

../../_images/Nanshan2_on_mask.png

Fig. 2 masked#

  • 可以發現此模型幾乎將大部分墓物件都找出來了 (暗示著 模型的 recall 值很很不錯),而且無關的建築物並未被納入 mask 中 (precision 很高)。 代表模型產出的結果其實很理想。這些圖片再轉成 shapefile 後將有很不錯的呈現結果

model performance 分析#

../../_images/performance.png

Fig. 3 performance#

  • 在製作 Model 時,我評估對我影響最大的是 false positive, 也就是”錯判成墓物件的其他物品”。所以為了避免這些東西的存在 我將 score_threshold 設為 0.6,目的就是為了讓 bounding box 判定的更嚴格。

  • 當然 bounding box 圈的越嚴格,recall 值就有可能越低。所以在 performance 中可以看到 recall 值大約 0.6 ,而 precision 大約 0.9。這是意料之內的結果